买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中山大学申请的专利一种基于机器视觉的非接触式波浪测量方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120008566B 。

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510081789.6，技术领域涉及：G01C13/00；该发明授权一种基于机器视觉的非接触式波浪测量方法及装置是由倪问池;朱铭鑫;马勇设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本一种基于机器视觉的非接触式波浪测量方法及装置在说明书摘要公布了：本发明公开了一种基于机器视觉的非接触式波浪测量方法及装置，方法包括：利用多目成像系统从多个视觉同步拍摄；对拍摄的图像进行标准化处理，获取波面图像，所述标准化处理包括色彩调整、降噪处理、数据增强、纹理分析以及边缘检测与频域分析，所述波面图像包括至少两个完整的波浪周期；利用预训练的卷积神经网络对波面图像进行图像分析，获取波高预测值。本发明能够克服传统监测方法需要与被测物体及环境进行接触、部署复杂、易受海洋环境影响等问题。

本发明授权一种基于机器视觉的非接触式波浪测量方法及装置在权利要求书中公布了：1.一种基于机器视觉的非接触式波浪测量方法，其特征在于，包括下述步骤： 利用多目成像系统从多个视觉同步拍摄，获取拍摄的图像； 对拍摄的图像进行标准化处理，获取波面图像，所述标准化处理包括色彩调整、降噪处理、数据增强、纹理分析以及边缘检测与频域分析，所述波面图像包括至少两个完整的波浪周期； 利用预训练的卷积神经网络对波面图像进行图像分析，获取波高预测值； 所述卷积神经网络包括输入层、五层卷积层和三层全连接层，每层卷积层包括滤波器，滤波器数量逐层增加，每层卷积层后连接ReLU激活函数和最大池化层，前两层全连接层用于整合高层特征，最后一层全连接层输出波高预测值； 所述卷积神经网络的预训练，包括： 收集来自不同高度、角度拍摄的波面图片，并将对应的波高真实值作为标签，获取数据集；使用K折交叉验证分割数据集，并将数据集输入卷积神经网络进行训练，设置若干epoch，并通过早停法避免过拟合； 所述将数据集输入卷积神经网络进行训练，具体为： 利用卷积层提取单通道灰度图像的特征并进行滤波处理，获取波高特征，利用前两层全连接层整合波高特征，并利用最后一层全连接层输出预测值；利用均方误差作为损失函数，最小化预测值与真实值之间的差值；将差值进行反向传播，计算梯度，利用Adam优化器根据梯度更新网络参数；利用评估指标对卷积神经网络进行评估，并绘制残差图直观检查预测值与真实值间的差异；所述评估指标包括均方根误差、平均绝对误差以及R²决定系数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。